python代码示例-Python numpy.cov()用法及代码示例

协方差提供了两个变量或更多组变量之间的相关强度的度量。协方差矩阵元素Cij是xi和xj的协方差。元素Cii是xi的方差。

如果COV(xi，xj)= 0，则变量不相关

如果COV(xi，xj)> 0，则变量呈正相关

如果COV(xi，xj)>

用法：numpy.cov(m, y=None, rowvar=True, bias=False, ddof=None, fweights=None, aweights=None)

参数：

m :[数组]一个1D或2D变量。变量是列

y :[数组]它具有与m相同的形式。

rowvar :[bool，可选]如果rowvar为True(默认值)，则每一行代表一个变量，各列中具有观察值。否则，该关系将转置：

bias :默认规范化为False。如果偏差为True，则将数据点归一化。

ddof :如果不是"无”，则将覆盖由偏置隐含的默认值。请注意，即使同时指定了权重和权重，ddof = 1也会返回无偏估计。

fweights :fweight是整数频率权重的一维数组

aweights :aweight是观测向量权重的一维数组。

返回:返回ndarray协方差矩阵

范例1：

# Python code to demonstrate the

# use of numpy.cov

import numpy as np

x = np.array([[0, 3, 4], [1, 2, 4], [3, 4, 5]])

print("Shape of array: ", np.shape(x))

print("Covarinace matrix of x: ", np.cov(x))

输出：

Shape of array:

(3, 3)

Covarinace matrix of x:

[[ 4.33333333 2.83333333 2. ]

[ 2.83333333 2.33333333 1.5 ]

[ 2. 1.5 1. ]]

范例2：

# Python code to demonstrate the

# use of numpy.cov

import numpy as np

x = [1.23, 2.12, 3.34, 4.5]

y = [2.56, 2.89, 3.76, 3.95]

# find out covariance with respect columns

cov_mat = np.stack((x, y), axis = 0)

print(np.cov(cov_mat))

输出：

[[ 2.03629167 0.9313 ]

[ 0.9313 0.4498 ]]

范例3：

# Python code to demonstrate the

# use of numpy.cov

import numpy as np

x = [1.23, 2.12, 3.34, 4.5]

y = [2.56, 2.89, 3.76, 3.95]

# find out covariance with respect rows

cov_mat = np.stack((x, y), axis = 1)

print("shape of matrix x and y:", np.shape(cov_mat))

print("shape of covariance matrix:", np.shape(np.cov(cov_mat)))

print(np.cov(cov_mat))

输出：

shape of matrix x and y: (4, 2)

shape of covariance matrix: (4, 4)

[[ 0.88445 0.51205 0.2793 -0.36575]

[ 0.51205 0.29645 0.1617 -0.21175]

[ 0.2793 0.1617 0.0882 -0.1155 ]

[-0.36575 -0.21175 -0.1155 0.15125]]

python代码示例-Python numpy.cov()用法及代码示例相关推荐

python numpy allclose用法及代码示例
python numpy allclose用法及代码示例用法: numpy.allclose(a, b, rtol=1e-05, atol=1e-08, equal_nan=False) 如果两个数 ...
python代码大全和用法用量_Python numpy.stack()用法及代码示例
numpy.stack()函数用于沿新轴连接相同尺寸数组的序列.axis参数指定结果轴尺寸中新轴的索引.例如,如果axis = 0,它将是第一个尺寸:如果axis = -1,它将是最后的尺寸. 用法: ...
python中squeeze函数_Python numpy.squeeze()用法及代码示例
当我们要从数组形状中删除一维条目时,将使用numpy.squeeze()函数. 用法: numpy.squeeze(arr, axis=None ) 参数: arr :[数组]输入数组. axis : ...
python中numpy模块的around方法_Python numpy.around()用法及代码示例
numpy.around(arr,decimals = 0,out = None):此数学函数可帮助用户将数组元素平均舍入为给定的小数位数. 参数: array :[数组]输入数组. decimal ...
python math.sinh_Python numpy.sinh()用法及代码示例
numpy.sinh(x [,out])= ufunc'sin'):此数学函数可帮助用户计算所有x(作为数组元素)的双曲正弦值. 等效于1/2 *(np.exp(x)-np.exp(-x))或-1j ...
python中argmin函数_Python numpy.argmin()用法及代码示例
numpy.argmin(array,axis = None,out = None):返回特定轴上数组min元素的索引. 参数: array:Input array to work on axis : ...
python中tan怎么表示_Python numpy.tan()用法及代码示例
numpy.tan(array [,out])= ufunc'tan'):此数学函数可帮助用户计算所有x(作为数组元素)的三角切线. 参数: array :[array_like]elements a ...
python中numpy.mean_Python numpy.mean()用法及代码示例
numpy.mean(arr,axis = None):计算沿指定轴的给定数据(数组元素)的算术平均值(平均值). 参数: arr :[数组]输入数组. axis :我们要沿其计算算术平均值的[int ...
python中argmin函数_python中argmin函数_Python numpy.argmin()用法及代码示例
numpy.argmin(array,axis = None,out = None):返回特定轴上数组min元素的索引. 参数: array:Input array to work on axis : ...

python代码示例-Python numpy.cov()用法及代码示例

python代码示例-Python numpy.cov()用法及代码示例相关推荐

最新文章

热门文章